一种鸟瞰图编码视角下的3D点云语义分割方法

发明专利有效专利

申请号：
CN202010681588.7
IPC分类号：G06T7/10;G06N3/08;G06N3/04
申请日期：
2020-07-15
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种鸟瞰图编码视角下的3D点云语义分割方法
申请号	CN202010681588.7	申请日期	2020-07-15
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111862101A
优先权	暂无	优先权号	暂无
主分类号	G06T7/10 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市咸宁西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	杨树明;李述胜;袁野;王腾;胡鹏宇
代理机构	西安通大专利代理有限责任公司	代理人	暂无

摘要

本发明公开了一种鸟瞰图编码视角下的3D点云语义分割方法，该方法对于输入的3D点云，通过一种基于体素的编码方式将其转换到鸟瞰图视角下，并通过一种简化的PointNet网络提取每个体素的特征，将其转换成可以直接利用2D卷积网络处理的特征图，并利用通过分解卷积和空洞卷积重构的残差模块组成的全卷积网络结构处理编码后的特征图，得到端到端的像素级语义分割结果，能够加速点云网络语义分割，在硬件受限的情况下达到高精度实时大场景下的点云分割任务。本发明可以直接用于机器人、无人驾驶和无序抓取等任务，且由于该方法在编码方式和网络结构上的设计，使得在拥有高精度点云语义分割的同时，系统开销更小，更加适合机器人和无人驾驶等硬件受限的场景。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供